Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Luis A. Alcalá
1. Introducción
Con un espı́ritu similar a la investigación iniciada por Kydland and Prescott (1982),
aunque con algunas diferencias metodológicas, Long and Plosser (1983) también mostra-
ron cómo puede construirse un modelo coherente de ciclos económicos con mercados en
equilibrio y sin factores monetarios. De hecho, estos autores introdujeron la terminologı́a
de ciclos económicos reales, como aquellos que se generan por la influencia de shocks
temporarios de productividad sobre la actividad económica. Las contribuciones de Long
and Plosser (1983) fueron extendidas y perfeccionadas en dos influyentes trabajos de la
literatura por King, Plosser, and Rebelo (1988a,b)1 .
El análisis de los ciclos económicos reales investiga el rol de los factores neoclásicos en
la generación de fluctuaciones económicas agregadas. El uso del modelo neoclásico para el
estudio de los ciclos económicos plantea algunos interrogantes centrales. Primero, ¿cuál es
el rol que juega el crecimiento económico en el estudio de las fluctuaciones económicas?
Más precisamente, si la presencia de crecimiento restringe de algún modo las especifica-
ciones de preferencias y tecnologı́a de producción en el análisis. Segundo, ¿qué métodos
analı́ticos deben emplearse en el estudio de las series temporales implicadas en el modelo
neoclásico? Tercero, ¿cuál es la dinámica del modelo neoclásico de crecimiento en respuesta
a shocks tecnológicos? Finalmente, puede el modelo neoclásico replicar las caracterı́sticas
más importantes de las series temporales macroeconómicas?
Los autores reconocen que la ausencia de factores monetarios, que posteriormente han
sido incluidos en el análisis de estos modelos, se debe al hecho que es necesario entender
primero el efecto que tienen las perturbaciones reales sobre el ciclo económico para luego
ser capaces de introducir el dinero. En este sentido, se observa que el mecanismo básico de
acumulación del modelo es capaz de permitir una sustitución intertemporal apropiada de
consumo y ocio, pero no genera la suficiente correlación serial entre producto y empleo que
1
Varios resultados importantes, que no fueron desarrollados en los dos textos principales, se pueden
encontrar en King, Plosser, and Rebelo (2002), un “Apéndice Técnico” a estos papers, que fue publicado
posteriormente.
1
se observa en los datos. Para replicar este hecho, es necesario introducir una correlación
serial sustancial en los shocks de productividad.
Posibilidades de producción. Hay un solo bien final en esta economı́a que se produce
con la siguiente función de producción neoclásica con rendimientos constantes a escala
Yt = At F (Kt , Xt Nt ), (2)
Acumulación de capital. El bien final puede ser utilizado para consumo o inversión. La
acumulación de capital se rige por la siguiente ecuación
Kt+1 = (1 − δ) Kt + It , (3)
2
que está normalizada a uno; (ii) el consumo y la inversión no deben exceder la producción
disponible en cada perı́odo
Lt + Nt ≤ 1, (4)
Ct + It ≤ Yt . (5)
3
Para el estudio del crecimiento de largo plazo puede ignorarse el rol de At , dado su
carácter transitorio. Dada la función de producción (6) y la ecuación de acumulación del
capital (3), las tasas de crecimiento sostenido del producto, consumo e inversión per-cápita
deben ser todas iguales a la tasa de crecimiento del cambio tecnológico de largo plazo. Esto
es lo que se denomina crecimiento balanceado.
Sea γZ := Zt+1 /Zt , la tasa bruta de crecimiento de una variable temporal arbitaria,
llamémosla Zt . Entonces, en una trayectoria de crecimiento balanceado debe satisfacerse
γY = γC = γK = γI = γX y γN = 1, (7)
donde el valor de esta última se debe al supuesto que no hay crecimiento de la fuerza
laboral. En un sendero de crecimiento con estas caracterı́sticas, el producto marginal del
capital y el producto marginal del trabajo en unidades de eficiencia son constantes. Los
niveles de los productos marginales dependen sin embargo del la relación capital-trabajo
efectivo, la que no está determinada por la restricción de factibilidad de un estado de
crecimiento sostenido.
donde v(·) es una función v : [0, 1] → R. Algunas restricciones adicionales deben cumplirse
4
para asegurar que el consumo y el ocio sean bienes normales y la función de utilidad sea
cóncava.
C Y K I
c := , y := , k := , i := .
X X X X
γX kt+1 = (1 − δ)kt + it ,
para todo t, con k0 := K0 /X0 dado. Por otro lado, la tranformación del consumo a términos
efectivos generalmente modifica el factor de descuento en las preferencias intertemporales,
por lo tanto estas preferencias se definen como
∞
X c1−σ
U (c, L) = (X0 )1−σ (β ∗ )t t
v(1 − Nt ), si 0 < σ < +∞, σ ̸= 1, (9a)
1−σ
t=0
∞
X
U (c, L) = (β ∗ )t [log ct + v(1 − Nt ) + log Xt ] , si σ = 1, (9b)
t=0
donde β ∗ = β(γX )1−σ y se requiere que β ∗ < 1 para la utilidad intertemporal sea finita.
Entonces, β ∗ ̸= β si γX > 1, salvo en el caso que σ = 1. En cualquier caso, eligiendo X0
apropiadamente podemos hacer que la función objetivo tenga la forma ∞ ∗ t
P
t=0 (β ) u(ct , Lt ).
Combinando las restricciones de recursos, demostrando que algunas restricciones se
cumplen con igualdad y que otras no son operativas y sustituyendo apropiadamente, queda
un problema de optimización sin restricciones. Entonces, dada una sucesión {Λt }∞ t=0 de
multiplicadores de Lagrange no negativos, puede formarse el Lagrangiano
∞
X ∞
X
∗ t
L = (β ) u(ct , 1 − Nt ) + Λt [At F (kt , Nt ) − ct − γX kt+1 + (1 − δ)kt ] .
t=0 t=0
5
Observe que es conveniente definir λt = Λt /(β ∗ )t para simplificar los cálculos, entonces
∞
X n o
L = (β ∗ )t u(ct , 1 − Nt ) + λt [At F (kt , Nt ) − ct − γX kt+1 + (1 − δ)kt ] . (10)
t=0
Diferenciando (10) con respecto a las variables correspondientes, tenemos las siguientes
condiciones de primer orden para el máximo
uc (ct , 1 − Nt ) − λt = 0, (11a)
6
la solución y la realización de un análisis cuantitativo de la dinámica del stock de capital.
Para ello, es útil tener en cuenta que el sistema dinámico formado por (11a)–(11d) puede
reducirse a un sistema de ecuaciones en diferencias de primer orden no lineal en k y λ o a
una sola ecuación de segundo orden en k. Las condiciones de borde de este sistema son la
condición de transversalidad (12) y la condición inicial k0 .
Vamos a analizar aproximaciones lineales a la dinámica de equilibrio en un entorno del
estado estacionario, definido por el vector (A, k, λ, N, c), el cual se determina a partir de
las condiciones de primer orden (11a)–(11d)
uc (c, 1 − N ) − λ = 0,
AF (k, N ) − c + (1 − δ − γX )k = 0.
3.1. Log-Linealización
Dada una función real de una variable f : (0, +∞) → (0, +∞), primero realizamos la
siguiente transformación sobre y = f (x),
log y = log f (x) = log f elog x .
Resolviendo la derivada,
x0 f ′ (x0 )
log f (x) ≃ log f (x0 ) + (log x − log x0 )
f (x0 )
siempre que exista un stock de capital máximo sostenible. En los modelos donde hay elección de consumo
y ocio, con una función de producción que es estrictamente cóncava en capital (para un valor dado del
trabajo), la monotonicidad también asegura que el capital converge a un estado estacionario único.
7
y recolectando términos,
x0 f ′ (x0 )
f (x) x
log ≃ log ,
f (x0 ) f (x0 ) x0
| {z }
elasticidad en x=x0
n
X xi ∂f (x)
log f (x) ≃ log f (x0 ) + (log x − log xi0 ) ,
f (x) ∂xi x=x0
i=1
donde
kFk (k, N ) N FN (k, N )
sk = y sN = ,
F (k, N ) F (k, N )
son elasticidades parciales que se interpretan como la participación del capital y el trabajo
en la producción del bien final, evaluadas en el estado estacionario. Bajo rendimientos
constantes a escala, sk + sN = 1.
8
se obtiene la siguiente aproximación log-lineal
c ucc (c, L) LucL (c, L) −N
ĉt + N̂t = λ̂t
uc (c, L) uc (c, L) 1−N
o, en forma equivalente,
N
ξcc ĉt − ξcL 1−N N̂t = λ̂t ,
donde
son las elasticidades de la utilidad marginal del consumo con respecto a sus argumentos.
Aplicando logs en (11b):
o, en forma equivalente,
N
ξLc ĉt − ξLL 1−N N̂t = λ̂t + Ât + ξN k k̂t + ξN N N̂t ,
donde ξLc , ξLL son las elasticidades de la utilidad marginal del ocio con respecto a c y L,
respectivamente, y ξN k , ξN N son las elasticidades del producto marginal del trabajo con
respecto a k y N , respectivamente.
Aplicando logs en (11c):
se obtiene
o, su forma equivalente,
9
donde
se obtiene
kFk (k, N ) N FN (k, N ) c k k
Ât + k̂t + N̂t = ĉt + γX k̂t+1 − (1 − δ) k̂t
F (k, N ) F (k, N ) y y y
o, en forma equivalente,
c k k
Ât + sk k̂t + sN N̂t = ĉt + γX k̂t+1 − (1 − δ) k̂t .
y y y
c i γX
sc := , si := y ϕ := .
y y γX − (1 − δ)
un sistema de dos ecuaciones lineales donde se expresan las “variables de control” (ĉt , N̂t )
en términos de las “variables de estado y co-estado” (k̂t , λ̂t ), respectivamente, y la variable
exógena Ât . Por otro lado, la aproximación de la condición de eficiencia intertemporal
implica que
10
y la aproximación de la restricción de recursos implica
Con estas condiciones puede formarse un sistema dinámico de dos ecuaciones lineales en
diferencias en las variables (k̂t , λ̂t ) y resolverlo sujeto a la condición inicial k0 y la condición
de transversalidad.
donde Mcc y Mcs son matrices 2 × 2 y Mce un vector 2 × 1. La matriz Mcc debe ser
invertible evaluada en los valores de estado estacionario para que exista una solución de
este sistema.
Considerando el operador B llamado “lag” o “backshift”, que se define por x̂t = B x̂t+1 ,
las ecuaciones (15) y (16) conforman el siguiente sistema de variables en t + 1,
11
y su correspondiente forma compacta
k̂t+1 ĉt+1
Mss (B) = Msc (B) + Mse (B) Ât+1 , (18)
λ̂t+1 N̂t+1
donde Mss (B), Msc (B) y Mse (B) son matrices polinomiales en el operador B, a lo sumo
de grado uno.3 Los componentes de cualquier matriz polinomial M (B) de grado uno se
expresan como M0 (la matriz de constantes) y M1 (los términos lineales), con lo que
M (B) = M0 + M1 B.
Por la concavidad estricta de la función de utilidad, Mcc es invertible, por lo que (17)
puede escribirse como
ĉt k̂t
−1
= Mcc −1
Mcs + Mcc Mce Ât .
N̂t λ̂t
que se reduce a
k̂
t+1
−1 −1
Mss (B) − Msc (B)Mcc Mcs = Msc (B)Mcc Mcs + Mse (B) Ât+1 .
λ̂t+1
∗ (B) y M ∗ (B) son matrices polinomiales de primer grado en B. Note que (19)
donde Mss se
3
Recuerde que un polinomio de grado cero es simplemente una función constante del tipo P (x) = a0 .
12
puede descomponerse en sus correspondientes términos constantes y lineales, con lo que
se obtiene
k̂t+1 k̂
∗ ∗ t ∗ ∗
Mss 0
+ Mss
1
= Mse 0
Ât+1 + Mse 1
Ât .
λ̂t+1 λ̂t
k̂t+1 ∗ −1 ∗ k̂t ∗ −1 ∗ ∗ −1 ∗
= − Mss Mss1 + Mss Mse0 Ât+1 + Mss Mse1 Ât .
0 0 0
λ̂t+1 λ̂t
∗ −1 ∗ ∗ −1 ∗
donde W := − Mss 0
Mss1 es una matriz de 2 × 2, mientras que R := Mss 0
Mse0 y
∗ −1 ∗
Q := Mss0 Mse1 son vectores 2 × 1.
13
Para simplificar la notación, definimos el vector de variables
k̂t
x̂t := ,
λ̂t
Adelantando (21) otro perı́odo, tenemos que x̂3 = W x̂2 + RÂ3 + QÂ2 y sustituyendo como
en el paso anterior
t
X t
X
t h
x̂t = W x̂0 + W R Ât−h+1 + W h Q Ât−h .
h=0 h=0
t
X t
X
x̂t = P µt P −1 x̂0 + P µh P −1 R Ât−h+1 + P µh P −1 Q Ât−h . (22)
h=0 h=0
Puede demostrarse (no lo haremos aquı́) que 0 < µ1 < 1 < (1/β ∗ ) < µ2 , lo que implica
un equilibrio de punto de ensilladura.4 El sistema sólo puede tener una trayectoria estable
4
Para la demostración y un análisis mucho más detallado, véase King, Plosser, and Rebelo (2002).
14
si desaparece el efecto de la raı́z caracterı́stica µ2 en la solución (22). Para ello, es necesario
eligir el valor exacto de λ̂0 (por lo tanto, de ĉ0 ) de modo que los coeficientes relacionados
con la raı́z inestable (µ2 ) se anulen. Dado que los agentes tienen previsión perfecta se van
a comportar de manera óptima para situar el sistema en la trayectoria estable (saddle
path) que converge al estado estacionario. En la trayectoria hacia el estado estacionario,
el comportamiento de la solución está gobernado por el valor de µ1 . Al ser positivo, la
convergencia de ambas variables, k̂t y λ̂t es monotónica.
Referencias
King, R., Plosser, C., and Rebelo, S. Production, growth and business cycles: I. The basic
neoclassical model. Journal of Monetary Economics, 21(2-3):195–232, 1988a.
King, R., Plosser, C., and Rebelo, S. Production, growth and business cycles: II. New
directions. Journal of Monetary Economics, 21(2-3):309–341, 1988b.
King, R., Plosser, C., and Rebelo, S. Production, growth and business cycles: Technical
appendix. Computational Economics, 20(1):87–116, 2002.
Long, J. B. and Plosser, C. Real business cycles. Journal of Political Economy, 91(1):
39–69, 1983.
15